海森堡正则对易关系如何从其矩阵形式推导得出？

Alright, let's break this down clearly, starting from the matrix forms you've provided and working our way to the canonical commutation relation (CCR).

1. 海森堡矩阵的核心性质 #

先明确给定矩阵的定义和固有属性：

• 位置矩阵 $\hat X(t)$ 和动量矩阵 $\hat P(t)$ 的矩阵元形式为：
  $$\hat X(t){mn} = X{mn}e^{i\omega_{mn}t}, \quad \hat P(t){mn} = P{mn}e^{i\omega_{mn}t}$$
  其中 $\omega_{mn} = \frac{E_m - E_n}{\hbar}$，$E_m$、$E_n$ 是系统的能量本征值。
• 两个矩阵都是厄米矩阵（因为它们对应可观测量），所以满足 $X_{mn}^* = X_{nm}$、$P_{mn}^* = P_{nm}$，由此可推得 $\omega_{mn} = -\omega_{nm}$（毕竟 $\omega_{nm} = \frac{E_n - E_m}{\hbar} = -\omega_{mn}$）。
• 这些矩阵是在能量本征基下写出的，即 $\hat H |n\rangle = E_n |n\rangle$，而 $X_{mn} = \langle m | \hat X(0) | n \rangle$、$P_{mn} = \langle m | \hat P(0) | n \rangle$ 是不含时间的矩阵元。

2. 计算对易子的矩阵元 #

对易子定义为 $[\hat X(t), \hat P(t)] = \hat X(t)\hat P(t) - \hat P(t)\hat X(t)$，我们来计算它的第 $(m,n)$ 个矩阵元，用矩阵乘法规则展开：
$$
[\hat X(t), \hat P(t)]{mn} = \sum_k \hat X(t){mk}\hat P(t){kn} - \sum_k \hat P(t){mk}\hat X(t){kn}
$$
把给定的矩阵元形式代入求和式：
$$
= \sum_k X{mk}e^{i\omega_{mk}t} \cdot P_{kn}e^{i\omega_{kn}t} - \sum_k P_{mk}e^{i\omega_{mk}t} \cdot X_{kn}e^{i\omega_{kn}t}
$$
利用 $\omega_{mk} + \omega_{kn} = \frac{E_m - E_k}{\hbar} + \frac{E_k - E_n}{\hbar} = \frac{E_m - E_n}{\hbar} = \omega_{mn}$，合并指数项：
$$
= e^{i\omega_{mn}t} \sum_k \left( X_{mk}P_{kn} - P_{mk}X_{kn} \right)
$$

3. 关联到不含时对易子 #

注意到求和部分正好是不含时对易子 $[\hat X(0), \hat P(0)]$ 的第 $(m,n)$ 个矩阵元：
$$
\sum_k \left( X_{mk}P_{kn} - P_{mk}X_{kn} \right) = \langle m | \hat X(0)\hat P(0) - \hat P(0)\hat X(0) | n \rangle = \langle m | [\hat X(0), \hat P(0)] | n \rangle
$$
根据量子力学的基础设定（也是海森堡最初通过对应原理推导的结论），不含时对易子满足：
$$
\langle m | [\hat X(0), \hat P(0)] | n \rangle = i\hbar \delta_{mn}
$$
这里 $\delta_{mn}$ 是克罗内克函数（当 $m=n$ 时为1，否则为0）。

4. 最终结论 #

把这个结果代回到对易子矩阵元的表达式中：
$$
[\hat X(t), \hat P(t)]{mn} = e^{i\omega{mn}t} \cdot i\hbar \delta_{mn}
$$
当 $m=n$ 时，$\omega_{mn}=0$，所以 $e^{i\omega_{mn}t}=1$；当 $m \neq n$ 时，$\delta_{mn}=0$，整个项为0。这意味着对易子矩阵是单位矩阵的标量倍数：
$$
[\hat X(t), \hat P(t)] = i\hbar \hat I
$$

说白了，含时的指数因子最终不会影响对易子的形式——它们会以恰好的方式抵消，而核心的不含时对易子矩阵元直接决定了我们熟悉的正则对易关系。

内容的提问来源于stack exchange，提问作者Phineas Nicolson